https://doi.org/10.61236/renpys.v3i2.773
Artículo científico: Modelamiento ambiental de la distribución actual y potencial de Atelopus bomolochos, Peters, 1973, bajo
escenarios de cambio climático en Ecuador.
Publicación Semestral. Vol. 3, No 2, julio-diciembre 2024, Ecuador (p. 1-14)
1
Publicación Semestral. Vol. 3, No.. 2, julio-diciembre 2024, Ecuador (p. 1-14). Edición continua
Modelamiento ambiental de la distribución actual y potencial de Atelopus bomolochos, Peters, 1973, bajo
escenarios de cambio climático en Ecuador
Edison Roberto Suntasig Negrete1*, Nancy Fernanda Fajardo Sarmiento1, Doris Marisol Sarmiento Castro1, Juan Carlos
Caicedo Ballesteros2
1
Universidad Estatal Amazónica, Facultad de Ciencias de la Vida, Biología, Puyo, Pastaza, Ecuador.
2Universidad Nacional de Chimborazo, Ingeniería Ambiental, Riobamba, Chimborazo, Ecuador
*Dirección para correspondencia: esuntasig@uea.edu.ec
Fecha de Recepción: 25-04-2024 Fecha de Aceptación: 30-05-2024 Fecha de Publicación: 16-07-2024
Resumen
El cambio climático y las presiones antrópicas representan los principales riesgos para la biodiversidad y el
desarrollo humano, Ecuador al ser uno de los países megadiversos no es ajeno a esa realidad. Su posición
geográfica, corrientes oceánicas y la cordillera de los Andes, crea una gran diversidad de nichos ecológicos que
necesitan ser estudiados y evaluados para enfrentar esta problemática. En esta investigación se efectuó la
distribución actual y potencial de Atelopus bomolochos bajo escenarios del cambio climático en Ecuador, con el
fin de contar con información científica que permite analizar el grado de adaptabilidad de la especie y determinar
sus nuevas áreas de idoneidad para su desarrollo. El estudio y la conservación de Atelopus bomolochos, al ser una
especie catalogada en peligro crítico y endémica de Ecuador, es de gran interés e importancia. En el presente
trabajo se utilizaron 58 puntos de ocurrencia georreferenciados de la especie y 6 variables bioclimáticas actuales
y proyectadas a escenarios futuros para el año 2070, según los nuevos criterios de las rutas socioeconómicas
compartidas SSP 245 y 585. En el modelamiento ambiental se utilizó el algoritmo de máxima entropía (MaxEnt),
obteniendo un buen desempeño del modelo con un valor de AUC de 0.94, determinando así, las áreas de idoneidad
y el rango altitudinal actuales y futuras de la especie. En las áreas de idoneidad alta en el año 2070 se observa una
reducción en los escenarios futuros, así para el SSP 245 hay una reducción del 57.48% y para el 585 es de 45.47%,
en cuanto a su distribución altitudinal. La especie está migrando a elevaciones mayores, producto de las
condiciones climáticas proyectadas al futuro, así en el presente se la encuentra a 3189 msnm, para el año 2070 en
el escenario SSP 245 a 3414 msnm y para el escenario SSP 485 a 3468 msnm.
Palabras clave: Cambio climático, modelamiento, MaxEnt, Atelopus bomolochos.
Environmental modeling of the current and potential distribution of Atelopus bomolochos, peters, 1973,
under climate change scenarios in Ecuador
Abstract
Climate change and anthropic pressures represent the main risks to biodiversity and human development, Ecuador,
being one of the megadiverse countries, is no stranger to this reality. Its geographical position, ocean currents and
the Andes mountain range create a great diversity of ecological niches that need to be studied and evaluated to
face this problem. In this research, the curr-ent and potential distribution of Atelopus bomolochos under climate
change scenarios in Ecuador was carried out, in order to have scientific information that allows analyzing the
IDs Orcid:
Edison Roberto Suntasig Negrete: https://orcid.org/0000-0002-4908-6795
Nancy Fernanda Fajardo Sarmiento: https://orcid.org/0009-0004-7443-6015
Doris Marisol Sarmiento Castro: https://orcid.org/0009-0005-4687-6416
Juan Carlos Caicedo Ballesteros: https://orcid.org/0000-0002-0624-2073
Suntasig E, Fajardo N, Sarmiento D, Caicedo J.
2
degree of adaptability of the species and determining its new areas of suitability for its development. The study
and conservation of Atelopus bomolochos, being a critically endangered species and endemic to Ecuador, is of
great interest and importance. In the present work, 58 georeferenced points of occurrence of the species and 6
current bioclimatic variables projected to future scenarios for the year 2070 were used, according to the new
criteria of the shared socioeconomic routes SSP 245 and 585. In the environmental modeling, the maximum
entropy algorithm (MaxEnt) was used, obtaining a good performance of the model with an AUC value of 0.94,
thus determining the areas of suitability and the current and future altitudinal range of the species. In the areas of
high suitability in the year 2070 a reduction is observed in future scenarios, so for SSP 245 there is a reduction of
57.48% and for 585 it is 45.47%, in terms of its altitudinal distribution. The species is migrating to higher
elevations, as a result of the climatic conditions projected into the future, so at present it is found at 3189 meters
above sea level, for the year 2070 in the SSP scenario 245 at 3414 meters above sea level and for the SSP scenario
485 at 3468 meters above sea level.
Keywords: Climate change, modeling, MaxEnt, Atelopus bomolochos.
1. INTRODUCCIÓN
El clima y los cambios abruptos en los patrones de
precipitación y temperatura global junto con el cambio
en el uso del suelo y la sobreexplotación de recursos
naturales reducirán significativamente la resiliencia de
ecosistemas, biodiversidad y servicios ecosistémicos a
lo largo de este siglo (IPCC, 2023; Weiskopf et al.,
2020). El cambio climático global las obliga a
modificar sus áreas de distribución natural (Olano &
Peralta, 2001). La distribución de las especies no es
aleatoria, sino que depende de su interacción y
capacidad de tolerancia a factores ambientales como
altitud, topografía, temperatura, precipitación y
humedad (Urban, 2015).
El IPCC ha advertido que los cambios abruptos en los
patrones de precipitación y temperatura global, junto
con el cambio en el uso del suelo y la sobreexplotación
de recursos naturales, reducirán significativamente la
resiliencia de ecosistemas, biodiversidad y servicios
ecosistémicos a lo largo de este siglo. El Sexto Informe
de Evaluación del IPCC (2022) destaca la urgente
necesidad de tomar medidas para enfrentar los riesgos
del cambio climático, que incluyen olas de calor,
sequías, inundaciones, pérdida de vidas, biodiversidad.
En las últimas décadas se ha evidenciado en todo el
mundo, cambios en la distribución natural de las
especies, cambio en sus hábitats y sistemas ecológicos,
resultado del cambio climático (WWF, 2020).
Ecuador, a causa de su posición geográfica,
condiciones climáticas, de relieve, económicas y
sociales, es un país con alta vulnerabilidad al cambio
climático, lo cual condiciona en gran medida el grado
de adaptación a esta problemática (Azócar et al., 2021).
El incremento de la población humana, la
deforestación, la explotación excesiva y el creciente
impacto climático, representan una creciente amenaza
para la biodiversidad (Bellard et al., 2012).
Los anfibios son las especies más sensibles en los
cambios del clima, sus poblaciones han sufrido un
declive alarmante a causa del cambio climático, en total
la evaluación realizada por la Unión Internacional para
la Conservación de la Naturaleza (UICN), estiman que
el 41% de todos los anfibios están en un alto riesgo de
extinción, proporción muy relevante en comparación
con otras especies como las aves (14%) y los
mamíferos (26%), actualmente se han convertido en el
emblema de la actual crisis de extinción masiva
(Valencia, 2021).
Ecuador es uno de los 17 países más megadiversos en
el planeta, y a nivel de anfibios, ocupa el cuarto lugar
en el mundo (650 especies, 312 endémicas), después de
Brasil, Colombia y Perú. Sin embargo, entre estos
países megadiversos, Ecuador es el más diverso si se
considera su número de especies por unidad de
superficie (0.002 sp por km2). Es decir, Ecuador
alberga en su territorio 3 veces más sp por km2 que
Colombia y 21 veces más que Brasil (Freile et al.,
2020).
Atelopus es un género de anfibios muy representativo
del Neotrópico, con 99 especies descritas y alrededor
de 29 aún por describir. A pesar de esto, el género está
al borde de la extinción. Las ranas arlequín,
pertenecientes a este género, se encuentran en 11 países
de Centro y Sudamérica (Valencia, 2021). A pesar de
su importancia biológica, ecológica y cultural, un
alarmante número de especies de Atelopus está en
peligro.
Actualmente, el 83% de las 94 especies evaluadas por
la UICN (2021) están globalmente amenazadas, el 73%
están en declive y se estima que hasta el 90% podrían
estar en alto riesgo de extinción. La mayoría de las
especies de Atelopus son microendémicas con
poblaciones muy reducidas en áreas restringidas,
frecuentemente en ecosistemas montañosos. Esto,
junto con sus etapas de vida acuática, las hace
especialmente vulnerables a amenazas como
enfermedades infecciosas, pérdida y degradación del
hábitat, especies invasoras, colección ilegal,
contaminación y cambio climático (UICN, 2021).
El cambio climático afecta la distribución de anfibios,
bioindicadores clave en los ecosistemas debido a su
sensibilidad ambiental, estudios documentan
reducciones en su distribución natural (Scotford &
Recursos Naturales Producción y Sostenibilidad
Artículo científico: Modelamiento ambiental de la distribución actual y potencial de Atelopus bomolochos, Peters, 1973, bajo
escenarios de cambio climático en Ecuador.
Publicación Semestral. Vol. 3, No 2, julio-diciembre 2024, Ecuador (p. 1-14)
1
Marshall, 2023). Modelos de nicho, utilizando
algoritmos matemáticos (Lobo et al., 2010). variables
ambientales, estiman su distribución potencial.
Algoritmos incluyen GAM, GLM, Grap, Bioclim,
Domain y MaxEnt. Sin embargo, varias publicaciones
señalan que MaxEnt es uno de los métodos más
eficaces para el modelado de nicho (Toranza, 2011;
Elith et al., 2006; Hernández et al., 2006). Dentro de
sus aplicaciones más importantes pueden mencionarse:
detección de nuevas áreas de distribución (Pearson et
al., 2007), predicción de invasiones (Ward, 2007),
aportes al diseño de planes de conservación (Ferrier,
2002) o estudios sobre impactos potenciales del
cambio climático (Levinsky et al., 2007).
Aunque varias especies de Atelopus son coloridas y
carismáticas, pocas han sido estudiadas en detalle. La
ecología, el comportamiento y el estado actual de las
poblaciones de la mayoría de estas especies siguen
siendo poco conocidos. Muchas especies no han sido
vistas en años, numerosas localidades no han sido
visitadas recientemente y algunas especies solo se
conocen por colecciones de hace varias décadas. En
Ecuador, la especie Atelopus bomolochos está en
peligro crítico debido a diversas amenazas, incluyendo
la contaminación en sus áreas de distribución, lo que ha
causado una disminución constante de sus poblaciones.
En este contexto, el objetivo de esta investigación es
modelar la distribución actual y potencial de Atelopus
bomolochos, Peters, 1973, bajo escenarios de cambio
climático en Ecuador. Esto proporcionará información
científica actualizada que contribuirá a futuros trabajos
de conservación de esta especie, fundamental para el
mantenimiento y preservación de la biodiversidad en
nuestro país.
2. METODOLOGÍA
2.1 Área de estudio
La investigación se realizó en la parte continental de
Ecuador, excluyendo las Islas Galápagos por la
ausencia de anfibios nativos. Ecuador, con 283791 km²
y altitudes de 0 a 6300 m.s.n.m., presenta un gradiente
de temperatura de 0 a 26°C y cuatro regiones
geográficas: Costa, Sierra, Oriente e Insular. Estas
regiones tienen climas diversos, incluyendo tropical,
subtropical, temperado, subtemperado y de páramo.
Ecuador posee dos cuencas hidrográficas, la Pacífica y
la Amazónica, y cuenta con 91 ecosistemas terrestres.
A pesar de su tamaño, Ecuador es megadiverso,
albergando aproximadamente el 10% de las especies de
plantas y animales del mundo (Proaño-Morales et al.,
2022). La cordillera de los Andes influye
significativamente en su clima, con dos estaciones
definidas: una lluviosa, con precipitaciones anuales de
hasta 4000 mm en el norte, y una seca, con mínimas de
250 mm al año en la península de Santa Elena (Varela
y Ron, 2018). La temperatura promedio durante la
estación seca varía entre 23 y 24°C. Estas
características hacen de Ecuador un lugar único para
estudios ecológicos y biológicos (MAATE, 2023).
Figura 1. Área de estudio Ecuador continental
3
Suntasig E, Fajardo N, Sarmiento D, Caicedo J.
1
2.2 Especie objeto de estudio Atelopus bomolochos,
Peters, 1973.
Las ranas arlequín ocupan una amplia gama de hábitats,
desde bosques húmedos tropicales hasta regiones
montañosas y páramos en altitudes que van desde el
nivel del mar hasta los 4800 metros. La mayoría de las
especies de Atelopus prefieren altitudes superiores a
1500 metros, con algunas especies restringidas a
altitudes por encima de los 3000 metros, un ambiente
donde los anfibios tienden a ser menos comunes (Stuar
et al., 2004; Young et al., 2001). Según la información
de la Unión Internacional para la Conservación de la
Naturaleza, Atelopus bomolochos está catalogada
como "peligro crítico", lo que la hace especialmente
vulnerable al cambio climático y podría afectar su
viabilidad en el futuro.
2.3 Modelamiento Ambiental
2.3.1 Primera etapa: recopilación y análisis de las
variables biológicas y ambientales.
Se seleccionó la variable biológica basándose en su
importancia para la conservación y su estado de peligro
de extinción según la UICN. Los registros de presencia
de la especie Atelopus bomolochos se recopilaron de
varias plataformas digitales, incluyendo GBIF con 78
datos, VertNet con 61 datos, iNaturalist con 3 datos y
la Bioweb Ecuador de la Pontificia Universidad
Católica del Ecuador con 154 datos, sumando un total
de 296 datos desde 1981 hasta 1991.
Estos datos están georreferenciados al sur del callejón
interandino nacional, como se muestra en la figura 2.
Figura 2. Puntos de presencia de Atelopus bomolochos. Fuente: Bioweb Ecuador, (2022)
Las variables ambientales se obtuvieron de la
plataforma digital WorldClim, datos climáticos versión
2.1, la cual proporcionó 19 variables bioclimáticas y de
altitud (tabla 1) de condiciones actuales y futuras, con
una resolución de 1 km2 (30 arcsec), los datos
corresponden a información de la combinación de las
variables de temperatura y precipitación en diferentes
épocas del año y a proyecciones de mediano y largo
plazo (1970-2000) de estaciones meteorológicas de
todo el planeta (Hijmans et al., 2017).
3
4
Recursos Naturales Producción y Sostenibilidad
Artículo científico: Modelamiento ambiental de la distribución actual y potencial de Atelopus bomolochos, Peters, 1973, bajo
escenarios de cambio climático en Ecuador.
Publicación Semestral. Vol. 3, No 2, julio-diciembre 2024, Ecuador (p. 1-14)
Tabla 1. Variables bioclimáticas de la plataforma WorldClim 2.1
ID
Variable
Bio 1
Temperatura Media Anual
Bio 2
Intervalo medio diurno (media mensual (tmáxima - tmínima))
Bio 3
Isotermalidad (BIO2/BIO7) (×100)
Bio 4
Estacionalidad de la temperatura (desviación estándar ×100)
Bio 5
Temperatura máxima del mes más cálido
Bio 6
Temperatura mínima del mes más frío
Bio 7
Rango Anual de Temperatura (BIO5-BIO6)
Bio 8
Temperatura media del trimestre más húmedo
Bio 9
Temperatura Media del Cuarto Más Seco
Bio 10
Temperatura media del trimestre más cálido
Bio 11
Temperatura media del trimestre más frío
Bio 12
Precipitación Anual
Bio 13
Precipitación del mes más lluvioso
Bio 14
Precipitación del mes más seco
Bio 15
Estacionalidad de la Precipitación (Coeficiente de Variación)
Bio 16
Precipitación del trimestre más húmedo
Bio 17
Precipitación del Trimestre Más Seco
Bio 18
Precipitación del trimestre más cálido
Bio 19
Precipitación del trimestre más frío
Alt
Altitud
Nota. Adaptado de o tomado de. Fuente: WorldClim. (2022)
Se emplearon proyecciones climáticas del CMIP6 para
los escenarios futuros, utilizados también por el IPCC
en su sexto informe (IPCC, 2022). Estos modelos
simulan cómo nuestras emisiones de gases de efecto
invernadero afectarán el clima en el futuro (Eyring et
al., 2016) e incluyen las Rutas Socioeconómicas
Compartidas (SSP) (Grose et al., 2020). Para reducir la
escala y corregir sesgos, se utilizó WorldClim v2.1
como referencia climática para obtener las variables
bioclimáticas proyectadas.
Los SSP, mostrados en la figura 3, son
complementarios a las concentraciones de gases de
efecto invernadero (RCP) y consideran los cambios
socioeconómicos en el próximo siglo.
Estos escenarios son: SSP1 - 2.6 "Sostenibilidad",
enfocado en el crecimiento sostenible y la igualdad
(bajas emisiones, aumento de temperatura de 1,7-1,8
°C); SSP2 - 4.5 "Mitad del camino", con progreso lento
hacia objetivos sostenibles (emisiones promedio,
aumento de temperatura de 2,5-2,7 °C); SSP3 - 7.0
"Rivalidad regional", con mayor desigualdad (altas
emisiones, aumento de temperatura de 3,8-4,2 °C); y
SSP5 - 8,5 "Desarrollo alimentado por combustibles
fósiles", con crecimiento económico rápido y altas
emisiones (aumento de temperatura de 5,1 °C) (O'neill
et al., 2017; Riahi et al., 2017).
5
Suntasig E, Fajardo N, Sarmiento D, Caicedo J.
1
Figura 3. Escenarios (SSP), que resultan de la combinación de una Ruta Socioeconómica Compartida (SSP), y una Ruta de
Concentración Representativa (RCP) que indica el forzamiento radiactivo esperado (W/m2). Fuente: Reyes et al., (2021)
Para esta investigación se utilizó el modelo global de
circulación (GCM) actual HadGEM3-GC31-LL
desarrollado por Met Office Hadley Center (Reino
Unido) y por el Instituto Nacional de Investigación de
Espacios (Brasil), que muestra como tendencia general
para la región ecuatorial de Suramérica un aumento en
las precipitaciones y una disminución en los periodos
de verano, en áreas con regímenes estacionales
delimitados, recientemente Schivo y colaboradores
utilizaron el MCG HadGEM2-ES, para modelar
distribución y riqueza de anfibios bajo diferentes
escenarios de cambio climático en Brasil (Schivo et al.,
2019), por lo que se consideró el GCM actual idóneo
para representar las condiciones de escenarios futuros
del modelo ambiental en las rutas socioeconómicas
SSP 245 y 585 para el año 2070.
2.3.2 Segunda etapa: Limpieza, depuración y
optimización de las variables biológicas y
ambientales.
Las variables biológicas se organizaron en Excel,
conservando únicamente las columnas de especie,
longitud y latitud necesarias para correr el modelo. Se
realizó una limpieza de los datos de presencia,
eliminando registros con las mismas coordenadas
geográficas o sin coordenadas. Con QGIS, se
identificaron los puntos de presencia en una misma
celda de píxel, seleccionando un registro por celda (un
dato de presencia por kilómetro cuadrado) para reducir
los efectos de la correlación espacial (Kamilar & Tecot,
2016).
Las variables ambientales se procesaron en el QGIS
para extraer los valores de las 19 variables
bioclimáticas de acuerdo a los puntos de presencia y
mediante el software estadístico Past4 se realizó un
análisis de correlación de Pearson para eliminar las
variables altamente correlacionadas con un coeficiente
mayor a 0.80 (Jane et al., 2010; Wan et al., 2017), se
seleccionaron las variables poco correlacionadas y de
alto valor biológico en la ecología de la especie para
ser utilizadas en el modelamiento de distribución actual
y futuro. Finalmente, las variables ambientales
resultantes se recortaron al límite del área de estudio
(Ecuador), con la misma proyección, resolución y
numero de celdas en “x” y en “y” en sus propiedades.
2.3.3 Tercera etapa: Construcción del modelo
ambiental actual y potencial, bajo escenarios
de cambio climático.
El modelo ambiental se realizó en base al algoritmo de
máxima entropía del software MaxEnt, el cual fue
desarrollado por el Centro para la Biodiversidad y
Conservación del Museo Americano de Historia
Natural (AMNH) por Philips y colaboradores, como
data de entrada (INPUT), se utilizó las variables
biológicas, datos de ocurrencia de la especie en formato
de archivo separado por comas (extensión .csv) y las
variables ambientales, datos bioclimáticos en formato
ASCII (extensión .asc) (Phillips, Aneja, Kang, & Arya,
2006). El modelo se ejecutó en base a la configuración
predeterminada del software MaxEnt, con excepción
de la activación de las opciones de “Create response
curves” y “Do jackknife”, necesarias para analizar la
importancia de las variables ambientales utilizadas en
6
Recursos Naturales Producción y Sostenibilidad
Artículo científico: Modelamiento ambiental de la distribución actual y potencial de Atelopus bomolochos, Peters, 1973, bajo
escenarios de cambio climático en Ecuador.
Publicación Semestral. Vol. 3, No 2, julio-diciembre 2024, Ecuador (p. 1-14)
el modelo, además se verifico el rendimiento del
modelado observando los resultados del área bajo la
curva (AUC), que es la relación entre la sensibilidad y
especificidad del modelo que varía de 0 a 1, donde los
valores próximos a 1, indican un alto desempeño y los
valores menores a 0.5, muestran un bajo desempeño del
modelo, categorizándolos de la siguiente manera,
“excelente” 0.90-1.00; “bueno” 0.80-0.90; “medio”
0.70-0.80; “pobre” 0.60-0.70. (Allouche et al., 2006;
Araujo et al., 2005; Swets, 1988).
Se determinó las áreas de idoneidad mediante los
resultados (OUTPUT) para el presente y los escenarios
obtenidos de MaxEnt, el cual proporciono un ráster con
valores de pixeles de 0 a 1, clasificándolos en cuatro
categorías, (a) ausencia (< 0.25), que incluyó áreas de
idoneidad nula que se codifico en color celeste; (b) 0.25
– 0.50, áreas de idoneidad baja de hábitat que se
codifico con el color amarillo; (c) 0.50 -0.75, áreas de
idoneidad media de hábitat que se codifico con el color
naranja; (d) > 0.75, áreas de alta idoneidad de hábitat
que se codifico con el color rojo (Merow et al., 2013;
Yan et al., 2017).
El ráster de idoneidad fue procesado en el software
QGIS, transformando la idoneidad en curvas de nivel,
tomando en cuenta solo los valores de idoneidad media
y alta para determinar los cambios en las áreas de
distribución de Atelopus bomolochos en el modelado
ambiental del presente y del futuro.
3. RESULTADOS Y DISCUSIÓN
3.1 Modelamiento ambiental
Se utilizaron 58 datos de ocurrencias georreferenciadas
de la especie estudiada después de depurar y limpiar las
variables biológicas. Se seleccionaron las siguientes
variables ambientales tras un análisis de correlación:
temperatura media anual (Bio 1), rango de temperatura
promedio diurno (Bio 2), isotermalidad (Bio 3),
estacionalidad de la temperatura (Bio 4), precipitación
anual (Bio 12) y estacionalidad de la precipitación (Bio
15). Estas variables se emplearon en el modelado actual
y potencial utilizando el algoritmo MaxEnt.
El resultado del modelamiento mostró un AUC de 0.94,
indicando un ajuste significativamente alto. Las
variables bioclimáticas más influyentes en el modelo
fueron Bio 1, Bio 2, Bio 3, Bio 4, Bio 12 y Bio 15,
como se detalla en la tabla 2.
Tabla 2. Variables ambientales utilizadas en el modelo
Porcentaje de
contribución
67.2
11.2
12.3
3.3
1.4
0.8
Nota. Datos tomados de MaxEnt (2022)
Para el escenario actual, la distribución probable de
Atelopus bomolochos, está determinada por la salida
logista del modelo en la cual se puede observar las
áreas de idoneidad de la especie alta, media y baja
(Figura 4).
Figura 4. Áreas de idoneidad para el presente de Atelopus bomolochos
7
Suntasig E, Fajardo N, Sarmiento D, Caicedo J.
1
En el proceso de modelamiento para escenarios futuros
se tomaron en consideración el modelo de circulación
global (GCM) HadGEM3-GC31-LL proyectado al año
2070, que para la ruta socioeconómica compartida
(SSP) 245, que establece un progreso lento hacia el
logro de los objetivos de desarrollo sostenible, dio
como resultado las áreas de idoneidad de la especie
alta, media y baja (Figura 5).
Figura 5. Áreas de idoneidad el desarrollo de Atelopus bomolochos, para el futuro SSP245 año 2070
Para la ruta socioeconómica compartida (SSP) 585, que
establece un escenario catastrófico gobernado por el
desarrollo económico e incremento del uso de
combustibles fósiles, dio como resultado las áreas de
idoneidad de la especie alta, media y baja (Figura 6).
Figura 6. Áreas de idoneidad para el futuro SSP 585 año 2070 de Atelopus bomolochos.
8
Recursos Naturales Producción y Sostenibilidad
Artículo científico: Modelamiento ambiental de la distribución actual y potencial de Atelopus bomolochos, Peters, 1973, bajo
escenarios de cambio climático en Ecuador.
Publicación Semestral. Vol. 3, No 2, julio-diciembre 2024, Ecuador (p. 1-14)
De acuerdo con los resultados del modelamiento se
puede evidenciar una reducción de las áreas de
idoneidad baja (color amarillo en el mapa) proyectadas
al año 2070 del 13.04% en el escenario SSP 245 y una
disminución del 14.58% en el escenario SSP 585, con
un aumento del 1.54% entre escenarios. En las áreas de
idoneidad media (color naranja en el mapa) para el SSP
245 hay aumento del 28.14% y para el SSP 585 es de
21.72%, con una disminución del área del 6.42% entre
escenarios, para las áreas de idoneidad alta (color rojo
en el mapa) existe una reducción en los escenarios
futuros, así para el SSP 245 hay una reducción del
57.48% y para el SSP 585 es de 45.47%, con un
aumento del área de 12% entre escenarios, como se
observa en la figura 7.
El estudio realizado por Bonilla, (2019) señala que las
condiciones climáticas extremas (según el escenario
RCP 8.5 para 2050 y 2070) no son propicias para la
colonización de anfibios, e incluso muestran una
reducción en el área con condiciones adecuadas para su
desarrollo. Los análisis del modelo acumulativo
indican una clara disminución en las zonas con fuerte
adaptabilidad ambiental para esta especie, lo que
evidencia una afectación debido a los cambios
climáticos, especialmente al comparar los resultados
entre los escenarios RCP 2.6 y RCP 8.5. Este patrón
sugiere que las condiciones climáticas podrían limitar
el potencial de invasión de la especie, aunque no serán
lo suficientemente perjudiciales como para expulsarla,
lo que favorecería su permanencia en las áreas donde
actualmente se encuentra presente, como Antioquia,
Cauca, Huila y Cundinamarca, que tienen un alto
potencial de presencia.
Figura 7. Distribución actual y potencial de Atelopus bomolochos.
La especie Atelopus bomolochos presenta diferentes
comportamientos en relación con los dos escenarios
con condiciones climáticas diferentes, se puede
observar que se reducen áreas de idoneidad baja, pero
que mantienen su posición de distribución geográfica
natural, es evidente que en la zona Sur y Sur Este de las
estribaciones de la cordillera de los Andes, existe una
mayor disminución, lo cual podría perjudicar la
viabilidad y adaptabilidad de la especie en el futuro.
Las áreas de idoneidad media aumentan en
correspondencia del escenario futuro proyectado, así
para el escenario sostenible hay un mayor crecimiento
de área a diferencia del escenario catastrófico, esto es
positivo ya que de acuerdo con las condiciones
climáticas favorables la especie presenta mayor
espacio geográfico para su distribuci ón y
supervivencia, algo talvez inconsistente pero
interesante es el resultado que refleja el modelo en
cuanto a las áreas de idoneidad alta, que reflejan una
mayor perdida en el escenario sostenible, en relación
con el catastrófico, lo cual podría sugerir que la especie
presenta mejores condiciones de adaptabilidad, ante
condiciones adversas producto del cambio climático.
En la figura 8 se observa que la especie de Atelopus
bomolochos están migrando a elevaciones más altas
producto de las condiciones climáticas proyectadas
hacia el futuro, así en el presente las encontramos a
aproximadamente a una altura promedio de 3189
msnm, para el año 2070 en el escenario SSP 245 a 3414
msnm y para el escenario SSP 485 a 3468 msnm.
Guzmán en 2015, realizó un estudio similar con el
modelamiento a varios anfibios, uno de ellos es la
especie Pristimaantis myersi, que para el año 2050
mantendrá el 85.9 % de su área de idoneidad intacta.
Por tanto, se infiere que la especie únicamente perderá
área limitándose así su rango de distribución. Estos
cambios en su distribución se dan debido a que las
9
Suntasig E, Fajardo N, Sarmiento D, Caicedo J.
áreas que prestan las condiciones climáticas requeridas
por la especie cada vez son menos, esto se traduce en
un incremento de la temperatura y precipitación en un
futuro, concluyendo que la distribución potencial de
todas las especies analizadas evidencia efectos
negativos en un futuro, ya que según los resultados
todas presentan una disminución en su área de
idoneidad, en cualquiera de los escenarios proyectados
en futuro. En otro estudio realizado por el mismo autor
a Pristimantis percultus puede observarse que para el
año 2050 mantendrá el 78.6 % de su área intacta, el
19.4 % de su área se perderá, y colonizará un 2 %. Por
tanto, se deduce que las áreas que prestan las
condiciones idóneas para el desarrollo de la especie se
reducirán en un futuro, sin embargo, existirá una
pequeña área con condiciones ambientales favorables
para ser colonizada.
Los resultados reportados en las diferentes
investigaciones sobre modelamiento de distribución
potencial son de lo más variado, y dependen mucho de
las condiciones bajo las cuales se han llevado los
estudios (Wisz et al., 2008), los datos de presencia
deben de estar distribuidos lo más homogénea y
extensamente posible dentro del espectro de
condiciones ambientales del rango geográfico de la
especie (Kadmon et al., 2004). En varios estudios se ha
constatado que los diferentes softwares presentan
distinta precisión a la hora de estimar la distribución
del hábitat idóneo para una especie. En general los
resultados no son concluyentes, funcionando de modo
diferente los algoritmos según la especie, la cantidad
de registros de presencia, o el número de variables
predictoras (Benito y Peñas, 2007).
Figura 8. Rango altitudinal para el presente y futuro de Atelopus bomolochos.
4. CONCLUSIONES
El anfibio Atelopus bomolochos es una especie en
peligro de extinción de acuerdo con la lista roja de
especies amenazas publicada por la UICN (Unión
Internacional para Conservación de la Naturaleza) que
la categoriza como una especie en peligro crítico, a
causa de presiones antrópicas como las enfermedades
infecciosas, la pérdida y degradación del hábitat, las
especies invasoras, la colección ilegal, la
contaminación y como se determinó en esta
investigación el cambio climático. Además, resulta ser
un buen bioindicador ecológico de acuerdo con las
respuestas que se obtuvieron del modelamiento, ya que
su comportamiento a condiciones favorables y
adversas condiciona su adaptabilidad y viabilidad para
el futuro.
El modelamiento ambiental realizado para Atelopus
bomolochos predice que las áreas potenciales de la
especie están despla zándose a elevaciones más altas
con reducción de sus áreas de idoneidad alta en relación
con los escenarios futuros para el año 2070. Así de un
área de idoneidad alta en el presente de 2674 km2,
existe una disminución en el área para el escenario
futuro SSP 245 de 1537 km2 aproximadamente un
57%, para el escenario futuro SSP 585 existe una
reducción del área de 1216 km2 que equivale a un 45%
aproximadamente. En cuanto al rango altitudinal el
modelamiento ambiental predice un desplazamiento
que va de los 3189 msnm en el presente, a los 3414
msnm en el escenario futuro SSP 245 y 3468 msnm en
el escenario futuro SSP 585, lo cual es preocupante ya
que a mayor elevación las condiciones de áreas óptimas
para el desarrollo de la especie disminuyen
considerablemente, mermando de este modo su
viabilidad y supervivencia en el futuro.
El procesamiento de información biológica y ambiental
a través de diferentes herramientas y algoritmos de
análisis espacio temporal, tiene un alto potencial en la
contribución científica de información confiable,
precisa y detallada, útil para el estudio en el ámbito
ambiental, necesario para la formulación de estrategias
de conservación de la biodiversidad y demás casos
prácticos aplicados a la academia.
10
Recursos Naturales Producción y Sostenibilidad
Artículo científico: Modelamiento ambiental de la distribución actual y potencial de Atelopus bomolochos, Peters, 1973, bajo
escenarios de cambio climático en Ecuador.
Publicación Semestral. Vol. 3, No 2, julio-diciembre 2024, Ecuador (p. 1-14)
5. REFERENCIAS
Allouche, O., Tsoar, A., & Kadmon, R. (2006).
Assessing the accuracy of species distribution
models: Prevalence, kappa and the true skill
statistic (TSS). Journal of Applied Ecology,
43(6), 1223-1232.
https://doi.org/10.1111/j.1365-
2664.2006.01214.x
Araujo, MB., Pearson, RG., Thuiller., W., & Erhard,
M. (2005). Validación de modelos de impacto
de especies y clima bajo el cambio climático.
Biología del cambio global, 11 (9), 1504-
1513.
https://onlinelibrary.wiley.com/doi/abs/10.11
11/j.1365-2486.2005.01000.x
Azócar, G., Billi, M., Calvo, R., Huneeus, N., Lagos,
M., Sapiains, R., & Urquiza, A. (2021).
Percepción, vulnerabilidad y preparación ante
el cambio climático: variabilidad entre países
y patrones emergentes en América Latina.
Revista de Estudios y Ciencias Ambientales,
11, 23-36. https://doi.org/10.1007/s13412-
020-00639-0
Benito, B., & Peñas, J. (2007). Aplicación de modelos
de distribución de especies para la
conservación de la biodiversidad en el sureste
de la Península Ibérica. Enfoque geográfico.
Revista Internacional de Ciencia y
Tecnología de la Información Geográfica,
(7),100-119.
https://www.geofocus.org/index.php/geofocu
s/article/view/113
Bellard, C., Bertelsmeier, C., Leadley, P., Thuiller, W.,
& Courchamp, F. (2012). Impacts of climate
change on the future of biodiversity. Ecology
Letters, 15(4), 365-377.
https://doi.org/10.1111/j.1461-
0248.2011.01736.x
Bioweb. (2022). Bioweb Ecuador. https://bioweb.bio/
Bonilla, J., (2019). Distribución potencial de la especie
Lithobates catesbeianus en la región
continental de Colombia bajo iteraciones de
cambio climático [Tesis de grado,
Universidad Militar Nueva Granada, Bogota]
Repositorio Documental UMNG.
http://hdl.handle.net/10654/31932
Elith J., Graham, C., Anderson, R., Dudick, M., Ferrier,
S., Guisan, A. (2006). Novel method improve
prediction of species distributions from
occurrence data. Ecography, 29 (2), 129-151.
https://doi.org/10.1111/j.2006.0906-
7590.04596.x
Elith, J., Kearney, M. y Phillips, S. (2010), El arte de
modelar especies que cambian de área de
distribución. Métodos en ecología y
evolución, 1, 330-342.
https://doi.org/10.1111/j.2041-
210X.2010.00036.x
Ferrier, S. (2002). Mapping Spatial Pattern in
Biodiversity for Regional Conservation
Planning: Where to from Here? Systematic
Biology, 51(2), 331-363.
https://academic.oup.com/sysbio/article/51/2/
331/1670406
Freile, J., Coloma, A., Terán, V., Acosta., Tapia, E., &
Pazmiño, G. (2020). Anfibios de Junín.
Publicación Miscelánea del Centro Jambatu 1.
Imprenta Mariscal. Quito, Ecuador. 88 pp.
http://www.anfibiosecuador.ec/recursos/Anfi
bios_Junin_Freile_et_al_2020.pdf
Eyring, V., Bony, S., Meehl, G., Senior, C., Stevens,
B., Stouffer, R., & Taylor, K. (2016).
Overview of the Coupled Model
Intercomparison Project Phase 6 (CMIP6)
experimental design and organization.
Geoscientific Model Development, 9(5),
1937-1958. https://doi:10.5194/gmd-9-1937-
2016
Grose, M., Narsey, S., Delage, F., Dowdy, A., Bador,
M., Boschat, G., ... & Power, S. (2020).
Insights from CMIP6 for Australia's future
climate. Earth's Future, 8(5),
e2019EF001469.
https://doi.org/10.1029/2019EF001469
Hernández, P., Graham, C., Master, L., & Albert, D.
(2006). The effect of sample size and species
characteristics on performance of different
species distribution modeling methods.
Ecography, 29(5), 773-785.
https://doi.org/10.1111/j.0906-
7590.2006.04700.x
Hijmans, RJ., Phillips, S., Leathwick, J., Elith, J., &
Hijmans, MRJ. (2017). Paquete 'dismo'.
Círculos, 9 (1), 1-68.
https://mirror.linux.duke.edu/cran/web/packa
ges/dismo/dismo.pdf
IPCC, (2022, 28 de febrero). Cambio Climático: Una
amenaza para el bienestar de la humanidad y
11
Suntasig E, Fajardo N, Sarmiento D, Caicedo J.
la salud del planeta: Comunicado de prensa
del sexto informe del IPCC. IPCC Sixth
Assessment Report.
https://www.ipcc.ch/report/ar6/wg2/resource
s/press/press-release-
spanish/#:~:text=%E2%80%9CEn%20el%20
informe%20se%20demuestra,a%20los%20cr
ecientes%20riesgos%20clim%C3%A1ticos
%E2%80%9D.
IPCC, (2023). Climate Change 2023: Synthesis Report.
Contribution of Working Groups I, II and III
to the Sixth Assessment Report of the
Intergovernmental Panel on Climate Change
[Core Writing Team, H. Lee and J. Romero
(eds.)]. IPCC, Geneva, Switzerland.
https://www.ipcc.ch/report/ar6/syr/download
s/report/IPCC_AR6_SYR_FullVolume.pdf
Kadmon, R., O. Farber, and A. Danin. (2004). Effect of
roadside bias on the accuracy of predictive
maps produced by bioclimatic models.
Ecological Applications, 14(2), 401–413.
https://esajournals.onlinelibrary.wiley.com/d
oi/10.1890/02-5364
Kamilar., J, Tecot., S. (2016). Efectos antropogénicos
y climáticos en la distribución de especies de
Eulemur: un enfoque de modelado de nichos
ecológicos. Revista Internacional de
Primatología, 37, 47–68.
https://doi.org/10.1007/s10764-015-9875-8
Levinsky, I., Skov, F., & Svenning, JC. (2007).
Impactos potenciales del cambio climático en
las distribuciones y patrones de diversidad de
los mamíferos europeos. Biodiveridad y
Conservación, 16, 3803–3816.
https://doi.org/10.1007/s10531-007-9181-7
Lobo, J., Jiménez, V., & Hortal, J. (2010). La
naturaleza incierta de las ausencias y su
importancia en la modelización de la
distribución de especies. Ecografía, 33, 103-
114. https://doi.org/10.1111/j.1600-
0587.2009.06039.x
MAATE. (2023). Plan Nacional de Adaptación al
Cambio Climático del Ecuador. (2022-2027).
Ministerio del Ambiente, Agua y Transición
Ecológica (MAATE). Quito, Ecuador.
https://www.adaptacioncc.com/sites/default/f
iles/2023-03/PNA%202022%20Ecuador.pdf
Merow, C., Smith, M., & Silander, J. (2013). A
practical guide to MaxEnt for modeling
species’ distributions: What it does, and why
inputs and settings matter. Ecography, 36(10),
1058–1069. https://doi.org/10.1111/j.1600-
0587.2013.07872.x
O'Neill, B., Oppenheimer, M., Warren, R., Hallegatte,
S., Kopp, R., Pörtner, H., Scholes, R.,
Birkmann, J., Foden, W., Licker, R., Mach,
K., Marbaix, P., Mastrandea,M., Price, J.,
Takahashi, K., Ypersele, JP., Yohe, G.
(2017). Razones de preocupación con
respecto a los riesgos del cambio climático.
Nature Clim Change, 7, 28–37.
https://doi.org/10.1038/nclimate3179
Olano, J.M., & Peralta, J. (2001). Modelos predictivos
de distribución de especies comunes en
matorrales basófilos de Navarra: Aplicación
en distintos escenarios climáticos. Cuadernos
De La Sociedad Española De Ciencias
Forestales, 12. 47-56.
https://secforestales.org/publicaciones/index.
php/cuadernos_secf/article/view/9261/9179
Pearson R. G., Raxworthy C. J., Nakamura M. y
Peterson A. T. (2007). Predicting species
distributions from small numbers of
occurrence records: a test case using cryptic
geckos in Madagascar. Journal of
Biogeography 34 (2007): 102-117.
https://doi.org/10.1111/j.1365-
2699.2006.01594.x
Phillips, S.B., Aneja, V.P., Kang, D., & Arya, S.P.
(2006). Modelling and Analysis of the
Atmospheric Nitrogen Deposition in North
Carolina. International Journal of Global
Environmental Issues, 6(2/3), 231-252.
https://doi.org/10.1504/IJGENVI.2006.0101
56
Proaño-Morales, A. S., Proaño-Morales, J. J., &
Guayasamin, J. M. (2022). Diversidad y
distribución altitudinal de anfibios en la
cordillera de Toisán, Ecuador: Ecosistemas,
31(2), 2137.
https://doi.org/10.7818/ECOS.2137
Reyes, H., Morzaria, H.N., Petatán, D., Vázquez, L.,
Dorantes, J.M., Torres, J.F., Rojas, B., Torres,
L.M., Cisneros, M.A., Pérez, A., Lara, R.E.,
López, N.A., Díaz, J.G., Ingle de la Mora, G.,
Jiménez, M.C., Martínez, R., Castro, H. &
Calderón, J.M. (2021). Evaluaciones de
vulnerabilidad de las comunidades costeras y
de cambio en la disponibilidad de los
recursos pesqueros y acuícolas de la costa de
México. EDF de México y UABCS. La Paz
Baja California Sur, México.
https://www.researchgate.net/publication/361
196665_Evaluaciones_de_Vulnerabilidad_de
_las_Comunidades_Costeras_y_de_Cambio_
en_la_Disponibilidad_de_los_Recursos_Pes
queros_y_Acuicolas_de_la_Costa_de_Mexic
o
12
Recursos Naturales Producción y Sostenibilidad
Artículo científico: Modelamiento ambiental de la distribución actual y potencial de Atelopus bomolochos, Peters, 1973, bajo
escenarios de cambio climático en Ecuador.
Publicación Semestral. Vol. 3, No 2, julio-diciembre 2024, Ecuador (p. 1-14)
Riahi, K., Van Vuuren, D. P., Kriegler, E., Edmonds,
J., O‘neill, B. C., Fujimori, S., … & Tavoni,
M. (2017). The shared socioeconomic
pathways and their energy, land use, and
greenhouse gas emissions implications: an
overview. Global environmental change,
(42):153-168.
https://doi.org/10.1016/j.gloenvcha.2016.05.
009
Ron, S. R., Merino-Viteri, A., Ortiz, D. A. (2023, 6 de
junio). Anfibios del Ecuador. Versión 2019.0.
Museo de Zoología, Pontificia Universidad
Católica del Ecuador.
https://bioweb.bio/faunaweb/amphibiaweb
Scotford, MA., & Marshall, N. (2023). Impacto del
cambio climático en la distribución de
especies vegetales y animales en los Alpes.
Revista de estudios ambientales y
geográficos, 2 (1), 54–79.
https://gprjournals.org/journals/index.php/JE
GS/article/view/181
Schivo, F., Bauni, V., Krug, P., & Quintana, RD.
(2019). Distribución y riqueza de anfibios
bajo diferentes escenarios de cambio
climático en una región subtropical de
América del Sur. Applied Geography, 103,70-
89.
https://www.sciencedirect.com/science/articl
e/abs/pii/S0143622818301838
Stuart, S. N., Janice, S., Neil, A., Bruce, E., Ana, SL.,
Debra, L., Robert, W. (2004). Estado y
tendencias de la disminución y extinción de
anfibios en todo el mundo. Science. (306),
1783-1786.
https://www.science.org/doi/10.1126/science
.1103538
Swets, J. A. (1988). Measuring the Accuracy of
Diagnostic Systems. Science, 240 (4857),
1285-1293.
https://www.science.org/doi/10.1126/science
.3287615
Toranza, C. (2011). Riqueza de anfibios de Uruguay:
determinantes ambientales y posibles efectos
del cambio climático. [Tesis de Maestría,
Universidad de la República del Uruguay].
Repositorio de la Universidad de la República
del Uruguay.
https://www.researchgate.net/profile/Carolin
a-
Toranza/publication/359442420_Riqueza_de
_anfibios_de_Uruguay_Determinantes_ambi
entales_y_posibles_efectos_del_cambio_cli
matico/links/623caff728c98054758eb200/Ri
queza-de-anfibios-de-Uruguay-
Determinantes-ambientales-y-posibles-
efectos-del-cambio-climatico.pdf
Urban, M. C. (2015). Accelerating extinction risk from
climate change. Science, 348(6234), 571-573.
https://doi.org/10.1126/science.aaa4984
UICN. (2021). Conflicto y conservación. La
Naturaleza en Un Mundo Globalizado,
Reporte No. 1. Gland, Suiza: UICN.
https://portals.iucn.org/library/sites/library/fil
es/documents/NGW-001-Es.pdf
Valencia, L.M., & Fonte, L.F.M. (2021). Plan de
Acción para la Conservación de la Rana
Arlequín (Atelopus) (2021-2041). Iniciativa
de Supervivencia Atelopus.
https://es.atelopus.org/_files/ugd/9db650_78
4d7e355020486bafe1107f10398886.pdf
Varela, L., & Ron, S. (2018, 26 de abril). Geografía y
clima del Ecuador. BIOWEB. Pontificia
Universidad Católica del Ecuador.
https://bioweb.bio/geografiaClima.html
Wan, J. Z., Wang, C. J., & Yu, F. H. (2017). Spatial
conservation prioritization for dominant tree
species of Chinese forest communities under
climate change. Climatic Change, 144(2),
303-316. https://doi.org/10.1007/s10584-
017-2044-7
Ward, D, F. (2007). Modelado de la distribución
geográfica potencial de especies de hormigas
invasoras en Nueva Zelanda. Biological
Invasions (9), 723–735 (2007).
https://doi.org/10.1007/s10530-006-9072-y
Wisz, M. S., Hijmans, R. J., Li, J., Peterson, A. T.,
Graham, C. H., & Guisan, A. (2008). Effects
of sample size on the performance of species
distribution models. Diversity and
Distributions, 14(5), 763-773.
https://doi.org/10.1111/j.1472-
4642.2008.00482.x
Weiskopf, S. R., Rubenstein, M. A., Crozier, L. G.,
Gaichas, S., Griffis, R., Halofsky, J. E., Hyde,
K. J. W., Morelli, T. L., Morisette, J. T.,
Muñoz, R. C., Pershing, A. J., Peterson, D. L.,
Poudel, R., Staudinger, M. D., Sutton-Grier,
A. E., Thompson, L., Vose, J., Weltzin, J. F.,
& Whyte, K. P. (2020). Climate change
effects on biodiversity, ecosystems,
ecosystem services, and natural resource
management in the United States. Science of
The Total Environment, 733, 137782.
13
Suntasig E, Fajardo N, Sarmiento D, Caicedo J.
https://doi.org/10.1016/j.scitotenv.2020.1377
82
WWF, (2020). Informe Planeta Vivo 2022. Hacia una
sociedad con la naturaleza en positivo. WWF,
Gland, Suiza.
https://wwflpr.awsassets.panda.org/download
s/descarga_informe_planeta_vivo_2022_1_1.
pdf
Yan, D., Chen, W., Liu, L., Li, J., Liu, L. y Wang, Y.
(2018). Cambio en las distribuciones
geográficas actuales y futuras de Ulmus
lamellosa en China. Journal of Forestry
Research, 29, 1147-1156.
https://doi.org/10.1007/s11676-017-0503-7
Young, B. E., Lips, K. R., Reaser, J. K., Ibáñez, R.,
Salas, A. W., Rogelio Cedeño, J., Coloma, L.
A., Ron, S., Marca, E. L., Meyer, J. R.,
Muñoz, A., Bolaños, F., Chaves, G., & Romo,
D. (2001). Population declines and priorities
for amphibian conservation in Latin America.
Conservation Biology, 15(5), 1213-1223.
https://research.usfq.edu.ec/es/publications/p
opulation-declines-and-priorities-for-
amphibian-conservation-in-
14